本發明涉及農業,特別是涉及一種作物灌溉方法、系統、電子設備及介質。
背景技術:
1、灌溉用水管理的核心是計劃用水,目前計劃用水通常分為靜態用水和動態用水。其中靜態用水采用的做法是根據歷史資料預先編制一套靜態用水方案,根據實際情況再對方案進行臨時修訂。而實際生產中,灌區內的氣象因素、作物因素、土壤因素、水資源狀況及渠系工況等并非與長期監測情況完全吻合,用水計劃往往無法滿足實際灌溉要求。動態用水為采用基于機器學習算法的作物動態灌溉水模型進行灌溉,但是作物動態灌溉水模型精度不佳,造成用水計劃也無法滿足實際灌溉要求。
技術實現思路
1、本發明的目的是提供一種作物灌溉方法、系統、電子設備及介質,可提高aquacrop模型的精度,進而使用水計劃滿足實際灌溉需求。
2、為實現上述目的,本發明提供了如下方案:
3、一種作物灌溉方法,包括:
4、獲取樣本集以及作物所在站點的未來氣象數據;所述樣本集包括作物的歷史生長數據、歷史田間管理數據、歷史土壤參數數據、歷史產量以及所在站點的歷史氣象數據;
5、采用所述樣本集以及預設灌溉量對aquacrop模型進行訓練得到訓練好的aquacrop模型;
6、根據所述作物所在站點的歷史氣象數據以及所述作物的作物系數得到所述作物的第一灌溉水預測量;
7、以所述作物所在站點的未來氣象數據以及所述作物所在站點的歷史氣象數據為輸入,以所述第一灌溉水預測量為輸出,采用深度學習算法對動態灌溉水預測模型進行訓練得到訓練好的動態灌溉水預測模型;
8、將所述作物所在站點的未來氣象數據輸入所述訓練好的動態灌溉水預測模型得到第二灌溉水預測量;
9、以所述作物的預設灌溉量與所述作物的第二灌溉水預測量的差值為0為目標,對所述訓練好的aquacrop模型參數進行優化得到優化后的aquacrop模型;
10、以作物產量最大且灌溉水總量最小為目標,采用所述優化后的aquacrop模型進行灌溉。
11、可選的,采用所述樣本集以及預設灌溉量對aquacrop模型進行訓練得到訓練好的aquacrop模型,具體包括:
12、以所述預設灌溉量和所述樣本集中作物的歷史生長數據、歷史田間管理數據、歷史土壤參數數據以及所在站點的歷史氣象數據為輸入,以所述樣本集中作物的歷史產量為輸出對所述aquacrop模型進行訓練,得到訓練好的aquacrop模型。
13、可選的,根據所述作物所在站點的歷史氣象數據以及所述作物的作物系數得到所述作物的第一灌溉水預測量,具體包括:
14、根據所述作物所在站點的歷史氣象數據以及彭曼公式得到參照作物蒸發蒸騰量;
15、根據公式w1=kcet0-p計算作物的第一灌溉水預測量,其中,w1表示作物的第一灌溉水預測量,kc表示作物的作物系數,et0表示參照作物蒸發蒸騰量,p表示每日有效降雨量。
16、可選的,所述每日有效降雨量的計算公式為:
17、其中,pm表示每日降雨量,mm表示毫米。
18、一種作物灌溉系統,包括:
19、獲取模塊,用于獲取樣本集以及作物所在站點的未來氣象數據;所述樣本集包括作物的歷史生長數據、歷史田間管理數據、歷史土壤參數數據、歷史產量以及所在站點的歷史氣象數據;
20、aquacrop模型訓練模塊,用于采用所述樣本集以及預設灌溉量對aquacrop模型進行訓練得到訓練好的aquacrop模型;
21、第一灌溉水預測量確定模塊,用于根據所述作物所在站點的歷史氣象數據以及所述作物的作物系數得到所述作物的第一灌溉水預測量;
22、動態灌溉水預測模型訓練模塊,用于以所述作物所在站點的未來氣象數據以及所述作物所在站點的歷史氣象數據為輸入,以所述第一灌溉水預測量為輸出,采用深度學習算法對動態灌溉水預測模型進行訓練得到訓練好的動態灌溉水預測模型;
23、第二灌溉水預測量確定模塊,用于將所述作物所在站點的未來氣象數據輸入所述訓練好的動態灌溉水預測模型得到第二灌溉水預測量;
24、aquacrop模型優化模塊,用于以所述作物的預設灌溉量與所述作物的第二灌溉水預測量的差值為0為目標,對所述訓練好的aquacrop模型參數進行優化得到優化后的aquacrop模型;
25、灌溉模塊,用于以作物產量最大且灌溉水總量最小為目標,采用所述優化后的aquacrop模型進行灌溉。
26、可選的,所述aquacrop模型訓練模塊,具體包括:
27、aquacrop模型訓練單元,用于以所述預設灌溉量和所述樣本集中作物的歷史生長數據、歷史田間管理數據、歷史土壤參數數據以及所在站點的歷史氣象數據為輸入,以所述樣本集中作物的歷史產量為輸出對所述aquacrop模型進行訓練,得到訓練好的aquacrop模型。
28、可選的,所述第一灌溉水預測量確定模塊,具體包括:
29、參照作物蒸發蒸騰量計算單元,用于根據所述作物所在站點的歷史氣象數據以及彭曼公式得到參照作物蒸發蒸騰量;
30、第一灌溉水預測量計算單元,用于根據公式w1=kcet0-p計算作物的第一灌溉水預測量,其中,w1表示作物的第一灌溉水預測量,kc表示作物的作物系數,et0表示參照作物蒸發蒸騰量,p表示每日有效降雨量。
31、可選的,所述每日有效降雨量的計算公式為:
32、其中,pm表示每日降雨量,mm表示毫米。
33、一種電子設備,包括:
34、存儲器和處理器,所述存儲器用于存儲計算機程序,所述處理器運行所述計算機程序以使所述電子設備執行根據上述所述的作物灌溉方法。
35、一種計算機可讀存儲介質,其存儲有計算機程序,所述計算機程序被處理器執行時實現如上述所述的作物灌溉方法。
36、根據本發明提供的具體實施例,本發明公開了以下技術效果:
37、本發明結合aquacrop作物模型與作物動態灌溉水模型耦合,反復迭代,直至兩種模型灌溉水預測量差值為0,提高aquacrop模型的精度,得出最優的aquacrop模型,進而使用水計劃滿足實際灌溉需求。
1.一種作物灌溉方法,其特征在于,包括:
2.根據權利要求1所述的作物灌溉方法,其特征在于,采用所述樣本集以及預設灌溉量對aquacrop模型進行訓練得到訓練好的aquacrop模型,具體包括:
3.根據權利要求1所述的作物灌溉方法,其特征在于,根據所述作物所在站點的歷史氣象數據以及所述作物的作物系數得到所述作物的第一灌溉水預測量,具體包括:
4.根據權利要求3所述的作物灌溉方法,其特征在于,所述每日有效降雨量的計算公式為:
5.一種作物灌溉系統,其特征在于,包括:
6.根據權利要求5所述的作物灌溉系統,其特征在于,所述aquacrop模型訓練模塊,具體包括:
7.根據權利要求5所述的作物灌溉系統,其特征在于,所述第一灌溉水預測量確定模塊,具體包括:
8.根據權利要求7所述的作物灌溉系統,其特征在于,所述每日有效降雨量的計算公式為:
9.一種電子設備,其特征在于,包括:
10.一種計算機可讀存儲介質,其特征在于,其存儲有計算機程序,所述計算機程序被處理器執行時實現如權利要求1至4中任一項所述的作物灌溉方法。